Controlar el color en los mapas de calor seabornAunque puede trazar un mapa de calor básico y hacer personalizaciones básicas utilizando la biblioteca seaborn, también puede controlar la paleta de colores de su gráfico. Este es un paso crucial, ya que la elección de los colores puede afectar al mensaje dado por su mapa de calor.Sección de mapas de calorAcerca de este gráficoCambiar la paleta de colores de un mapa de calor seaborn se explica con ejemplos en 3 secciones a continuación. Tenga en cuenta que datacamp ofrece este curso online para entender los fundamentos de seaborn.Paleta secuencial : un solo colorPuede personalizar los colores de su heatmap con el parámetro cmap de la función heatmap() de seaborn. Los siguientes ejemplos muestran la aparición de diferentes paletas de colores secuenciales.# bibliotecas
plt.show()Al trazar datos divergentes, puede especificar el valor en el que centrar el mapa de colores utilizando el parámetro center. Puede ver el siguiente ejemplo de mapa de calor para datos centrados en 1 con un mapa de colores divergente:# libraries
plt.show()Datos discretosSi su conjunto de datos consta de valores continuos, puede convertirlos en números discretos y utilizar estos valores discretos en el mapa de calor. Los siguientes ejemplos muestran cómo transformar los valores continuos en 3 valores discretos: 0, 1, y 2.# bibliotecas
Un mapa de calor (también conocido como mapa de calor) representa los valores de una variable principal de interés a través de dos variables de eje como una cuadrícula de cuadrados de colores. Las variables del eje se dividen en rangos como un gráfico de barras o un histograma, y el color de cada celda indica el valor de la variable principal en el rango de celdas correspondiente.
El ejemplo de mapa térmico anterior muestra la distribución de las precipitaciones diarias, agrupadas por meses, y registradas durante once años en Seattle, Washington. Cada celda informa de un recuento numérico, como en una tabla de datos estándar, pero el recuento va acompañado de un color, con recuentos mayores asociados a coloraciones más oscuras. En el mapa de calor, podemos ver, por los colores más oscuros de la columna de la izquierda, que la mayoría de los días no tuvieron precipitaciones en todo el año. El patrón de colores de las celdas a lo largo de los meses también muestra que la lluvia es más común en el invierno, de noviembre a marzo, y menos común en los meses de verano, julio y agosto.
El término mapa de calor también se utiliza en un sentido más general, cuando los datos no se limitan a una cuadrícula. Por ejemplo, las herramientas de seguimiento de los sitios web pueden configurarse para ver cómo interactúan los usuarios con el sitio, como el estudio de dónde hace clic un usuario, o hasta dónde tienden a desplazarse los lectores en una página.
La configuración por defecto es un esquema de color Verde-Rojo, un Estilo de Media ± SD, y 3.5 desviaciones estándar a cada lado de la escala. Esto significa que las estadísticas de puerta cercanas a la media de la estadística que se está mostrando son de color negro, las que están a +3,5 DE de la media son de color rojo puro, y las que están a -3,5 DE son de color verde puro.
La opción Color Blind se deriva de las paletas de colores recomendadas en Getting into Visualization of Large Biological Dat Sets: The 20 Imperatives of Information Design de Martin Kryzwinski et al. Se pueden añadir más opciones según se solicite.
El esquema de Umbral tiene Propiedades de Nivel de Color específicas relacionadas con el valor del umbral. Cuando el Nivel de color seleccionado o el Estilo se establecen como Umbral, puede elegir un token (por ejemplo, una estadística basada en una estadística de puerta de control) para representar el Valor del umbral haciendo clic en el botón, o introducir un valor arbitrario. A continuación, establezca los colores Por debajo del umbral y Por encima del umbral mediante las listas desplegables. Las estadísticas de la puerta cuyo valor esté por debajo del valor umbral se mostrarán en el primer color, y las que tengan un valor por encima del valor umbral se mostrarán en el otro color. En la Figura 5.84, el umbral se ha fijado en 105000, y el color por encima del umbral en rojo.
Un mapa de calor puede utilizarse con todo tipo de datos, desde el mercado inmobiliario que representa el número de ejecuciones hipotecarias hasta los diferenciales de los swaps de incumplimiento crediticio (CDS), pasando por el análisis de páginas web que reflejan el número de visitas que recibe un sitio web.
Como ejemplo práctico de la utilidad de los mapas de calor, se pusieron de moda durante la recesión que comenzó en 2008. Mucha gente utilizó los mapas de calor para ver rápidamente las tasas de ejecuciones hipotecarias en varios estados y compararlas con mapas de calor de meses anteriores para ver si las ejecuciones hipotecarias estaban aumentando, disminuyendo o permaneciendo igual.
Los mapas térmicos son útiles porque pueden proporcionar una visión eficiente y completa de un tema de un vistazo. A diferencia de los gráficos o las tablas, que hay que interpretar o estudiar para entenderlos, los mapas de calor son herramientas de visualización directa de datos que se explican por sí mismas y son fáciles de leer.
Los mapas de calor también pueden ser más fáciles de usar para los consumidores. En particular, benefician a los consumidores que no están acostumbrados a leer grandes cantidades de datos porque son más accesibles visualmente que los formatos de datos tradicionales.